Klassifikation von Hautläsionen in acht Klassen für ISIC 2019 unter Verwendung von tiefen Faltungsneuronalen Netzwerken und Transferlernen

Melanom ist eine Art von Hautkrebs mit einer hohen Sterblichkeitsrate. Die verschiedenen Typen von Hautläsionen führen aufgrund ihrer hohen Ähnlichkeit zu einer ungenauen Diagnose. Eine genaue Klassifikation der Hautläsionen in ihren frühen Stadien ermöglicht es Dermatologen, die Patienten zu behandeln und deren Leben zu retten. Dieses Papier schlägt ein Modell für eine äußerst genaue Klassifikation von Hautläsionen vor. Das vorgeschlagene Modell nutzt Transferlernen und ein vortrainiertes Modell mit GoogleNet. Die Modellparameter werden als Anfangswerte verwendet, und diese Parameter werden dann durch Training modifiziert. Der neueste bekannte öffentliche Herausforderungsdatensatz, ISIC 2019, wird verwendet, um die Fähigkeit des vorgeschlagenen Modells zur Klassifikation verschiedener Arten von Hautläsionen zu testen. Das vorgeschlagene Modell klassifizierte erfolgreich die acht verschiedenen Klassen von Hautläsionen, nämlich Melanom, melanocytischer Naevus, Basalzellkarzinom, aktinische Keratose, benigne Keratose, Dermatofibrom, vaskuläre Läsion und Plattenepithelkarzinom. Die erreichte Klassifikationsgenauigkeit, Sensitivität, Spezifität und Präzisionsprozentsätze betragen 94,92 %, 79,8 %, 97 % und 80,36 %, respectively. Das vorgeschlagene Modell kann Bilder erkennen, die keiner der acht Klassen angehören, wobei diese Bilder als unbekannte Bilder klassifiziert werden.